在英格兰东南部的一个清晨，细雨蒙蒙，数百头粉白色的母猪正醒来准备吃早餐。它们喷着鼻息，流着口水，急切地走向喂食槽，争先恐后地想要吃到食物。但在它们进食之前，每头猪都得先拍张照片。
像 Intellipig 这样的人工智能系统可以在“智能农场”中部署，为动物提供个性化护理。HANSEN ET AL.
每当一头猪挤进喂食栏时，一个小摄像头会迅速拍下它的脸部照片。不到一秒钟，人工智能（AI）系统就能根据猪的鼻子、耳朵、眼睛等面部特征识别出它。接着，AI会下令将定制的饲料射入食槽。同时，系统还会继续分析猪的面部表情，寻找可能表明它处于疼痛、生病或情绪困扰的迹象。如果发现任何异常，AI会立即向农民发送警报。
这些猪是英国西部大学布里斯托尔分校（UWE）和苏格兰农业学院（SRUC）开发的Intellipig系统的测试对象。这个系统旨在解决动物福利中的一个基本问题：人类并不总是擅长理解动物的感受。
Intellipig团队并不是唯一在研究这个领域的。全球的科学家们都在利用AI解读动物的表情，从羊到马再到猫。一些科学家已经开发出了比人类更快、更准确地识别动物疼痛和压力的算法。这些工具可能会开启一个更加重视动物健康、福利和保护的新时代。
UWE的机器视觉工程师梅尔文·史密斯（Melvin Smith）领导了Intellipig系统的设计。他认为，AI甚至可能在解读动物的快乐、宁静、挫败或恐惧等复杂情绪方面超越人类。理解这些情绪对于为动物提供最好的生活至关重要。
然而，科学家们也担心过度依赖AI。苏格兰农业学院的动物行为科学家艾玛·巴克斯特（Emma Baxter）表示，虽然机器可能最终比人类更擅长识别动物的情绪，但她希望专家们仍然能够确保AI确实做到了它应该做的事情。
科学家们早就知道，动物和人类一样，通过面部表情来表达感受。查尔斯·达尔文在1872年出版的《人类和动物的表情表达》一书中提出，面部表情是哺乳动物之间的一种“共享语言”。诺丁汉特伦特大学的心理学家布里吉特·沃勒（Bridget Waller）指出，哺乳动物，包括人类，有许多共同的面部肌肉，这些肌肉用于产生表情。例如，人类与狗共享38%的面部动作，与猫共享34%，与灵长类动物和马共享47%。
然而，解剖结构的相似性并不意味着我们可以像读懂人类的表情一样读懂动物的表情。因此，科学家们通常通过上下文来推断动物的感受。例如，疼痛是最明显的例子：刚被去势的马或患有蹄腐的羊无疑正在经历疼痛。研究人员通过观察动物在疼痛或压力下的面部表情，开发了“痛苦表情量表”，用于衡量动物所经历的疼痛或压力程度。
然而，手动编码动物的面部表情非常耗时。人工编码员识别单张图像中的面部肌肉并编码其位置平均需要100秒，处理30秒的视频则需要2到3小时。相比之下，AI可以几乎瞬间完成同样的任务——但首先，它必须被教会。
计算机科学家安娜·扎曼斯基（Anna Zamansky）和她的团队正在训练AI系统自动识别动物的面部表情。他们首先开发了面部识别软件，帮助人们找回丢失的狗狗。最近，他们转向了一个更为艰巨的任务：使用AI识别动物面部表达中微妙的不适迹象。AI系统必须学会识别面部的关键部位，这些部位对于表情的形成至关重要。科学家们通过在成千上万张动物照片上手动标记与肌肉运动相关的“标志点”，并将这些图像转换成数字点，教AI如何识别面部表情。
经过大量训练，AI系统能够以惊人的精确度诊断动物的福利问题。例如，剑桥大学的计算机科学家彼得·罗宾逊（Peter Robinson）开发的AI成功地从羊群中挑出了患有蹄叶炎或乳腺炎的母羊。扎曼斯基的AI在判断猫是否处于疼痛状态方面的准确率为77%。
尽管这些工具非常有效，它们仍然需要人类首先判断动物表情中需要寻找的内容。最近，研究人员甚至将更多的控制权交给了AI，让它们自己发现关键迹象，这一过程称为深度学习。例如，圣保罗大学的加布里埃尔·伦齐尼（Gabriel Renzi）给AI系统提供了手术前后马的脸部照片，经过训练后，AI能够正确诊断动物是否处于疼痛状态的准确率为88%。
Intellipig系统在英国智能农场进行试验时也使用了深度学习。该系统在识别个体猪只方面比人类更胜一筹，准确率高达97%，而且仅通过面部特征就能非常熟练地识别出压力。
扎曼斯基的研究小组最近发表的结果显示，自由运行的AI在检测羊的疼痛方面比最熟练的兽医和行为专家还要好。该算法在试验中有82%的情况下正确判断出羊从痛苦的手术中恢复过来，而训练有素的人类只在70%的情况下判断正确。
尽管AI在识别动物表情方面取得了显著进展，科学家们仍然担心AI可能会抓住错误的特征。例如，如果AI看到背景中的时钟，它可能会错误地判断动物的状态。此外，AI的决策过程仍然是一个“黑箱”，研究人员无法完全理解AI是如何做出决策的。
尽管如此，一些研究人员仍在继续推进，致力于开发能够读取比压力和疼痛更为复杂的情绪的系统，如快乐、愤怒或悲伤。进化心理学家布里坦尼·弗洛基维茨（Brittany Florkiewicz）和她的团队研究了猫的面部表情，发现猫可以做出多达276种不同的面部表情。现在，他们正在与扎曼斯基合作，将AI应用于这些数据，以识别猫的快乐或不快乐。
热图揭示了人工智能认为猫脸上最具有信息量的区域。MARTVEL ET AL.
扎曼斯基的团队还在训练AI识别狗的快乐和沮丧情绪。在一个实验中，AI成功地在89%的时间里检测出狗是“快乐”还是“沮丧”。在区分“快乐”和“沮丧”的马方面，AI也同样成功。
为了进一步推进这项技术，扎曼斯基和她的团队正在构建不同情感状态下的狗、猫、马和灵长类动物的脸部数据库。他们希望通过让AI分析这些照片，解读每个独特情感场景中物种呈现的独特面部表情。
尽管面部表情并不能讲述完整的故事，AI已经提供了“实用且现实”的机会。扎曼斯基的团队即将发布一个基于AI的应用程序，允许猫主人扫描宠物的脸部30秒，并立即获得易于阅读的信息，如“检测到口周显著紧张；疼痛程度中等。”
总的来说，AI在动物福利领域的应用前景广阔。从智能农场到实验室和宠物收容所，AI可以帮助监测动物的疼痛和其他情绪状态，为动物提供更好的生活。正如扎曼斯基所说：“当我们知道我们的动物伴侣是快乐的，我们也会感到快乐。”
© Wallop 2025 All Rights Reserved.
荣耀的 
